職業教育教學大數據分析框架研究

高等教育出版社 沈 潔

一、信息化教學應用中的數據分析需求

隨著《國家職業教育改革實施方案》《中國特色高水平高職學校和專業建設計劃》等文件的發布，進一步提出了職業教育深化改革創新，承擔產業轉型升級高素質技術技能人才培養的時代要求。在互聯網與職業教育體系深度融合發展，人工智能、大數據等新技術深入各行各業的時代背景下，各類教學平臺、學習工具進入課堂，使教學過程中教師和學生的教學互動數據爆發式增長。充分利用大數據技術賦能職業教育，為職業院校的教學及管理提供全面智能分析服務和決策支撐，高效配置教育資源，打造兼具智慧與活力的“互聯網+”職業教育生態圈，具有重要的意義。

二、職業教育數據分析框架

基于以用戶為中心的設計思路，結合職業教育在線教學的核心場景，充分收集教學應用過程中產生的各級各類數據，形成可視化、智能化的數據反饋是構建職業教育數據分析框架的核心要求。基于這一思路，從數據存儲與計算、數據集成與管理、分析模型構建以及數據展示與應用四個方面，構建四層式職業教育大數據研究框架，具體結構見下圖。

第一，底層海量數據的采集與計算。通過部署在公有云平臺上的相關工具，采用實時與離線計算相結合的方式，進行在線分析及數據處理。第二，面向多個在線教育應用場景和子系統，進行數據的分類匯總分析。第三，平臺用戶角色權限繁雜、資源類型及層次豐富、教學場景多樣，需建立豐富的數據分析模型，滿足不同角色在不同教學場景下的分析需求，并呈現完整立體的用戶畫像。第四，以多樣化形式呈現與使用，并滿足用戶個性化的分析需求。

（一）數據采集與計算

為了盡可能全面獲取用戶的各項行為數據，應保證對每個權限角色在平臺上的所有行為數據采用全埋點的數據采集方式，每條日志包含時間、業務平臺、空間、用戶屬性、院系、操作類型等維度信息，以及資源的各項屬性數據，再根據實際分析需求從中提取有效信息。比如，以教師行為數據采集為例，在不同子系統中可能存在資源上傳、課程建設、學生管理、課堂教學交互、布置及批改作業考試等各類行為，需要綜合教師在全平臺各個子系統中的所有行為數據來分析該用戶的行為偏好、使用特點、教學效果等信息。

（二）數據集成與管理

對內容資源建設、課堂教學、課程應用等不同功能的子系統構建公共數據中心，對用戶信息、資源信息、行為信息等進行統一匯總管理。比如，用戶以同一ID 登錄系統后，在不同教學子系統中產生的內容建設、教學過程數據均被記錄；素材資源與課程資源采用統一標識和管理，在各個子系統內可自由流動，用來對資源的更新迭代、影響范圍、學習效果等進行分析；通過數據復用定義資源域、課程域、教學行為域、用戶域等，匯總分析結果，根據建模要求實現統一的指標輸出。在數據清理和規范方面，對采集到的數據進行分析，對缺失值、重復值、異常值、噪音數據等錯誤數據的來源進行預處理，保證數據的安全性、穩定性和準確性。

（三）分析模型構建

構建滿足職業教育教學理念和教學評價方法的數據分析模型是整個分析框架中的關鍵環節，涉及不同用戶、不同場景中的各項行為。建立數據分析的指標項、指標體系和結構，按用戶角色、內容資源、應用場景、行為特征等，建立多維度數據分析模型。內容資源涉及顆粒化素材、試題、不同應用場景的課程等。不同類型的內容運行于不同教學場景，如基于課程的建設、應用和分析，校級層面教學管理和實施效果分析，基于教學的課堂與班級等，分別由不同權限的人員進行開發和管理。師生的行為包括資源建設、課程建設、課堂教學互動、考核評價、教學管理等。

（四）數據展示與應用

基于上述數據統計與分析模型，按用戶角色提供相應的統計分析結果與個性化設置。第一，根據數據分析模型所確定的呈現主題，選擇合適的圖表，選用餅圖、條形圖、散點圖、熱力圖等，遵循簡約清晰的設計原則，選擇合適的呈現方式。第二，根據用戶類型分割數據，設置查看權限。比如，學生可以查看個人的學習數據；教師可以查看個人的行為數據以及所建設資源、課程的運行數據；教學管理者可查看本專業、院系或本校范圍內的全部建設應用數據。第三，智能推薦，優先考慮弱關聯關系的推薦，即基于同一知識節點的關聯內容推薦或相似關鍵詞關聯內容的推薦，在此基礎上可進一步探討基于用戶訪問記錄、用戶行為偏好的關聯內容構建。

三、實施案例

筆者以智慧職教平臺為例，實踐了四層式職業教育大數據分析系統的研究與應用。智慧職教服務體系是由高等教育出版社建設和運營的職業教育資源共建共享和在線開放課程建設平臺，由資源建設、在線開放課程建設、校內在線課程建設及互動App 等子系統組成，運營至今已累積了涵蓋內容建設、教學過程、教務管理等在內的一系列數據，將這些數據進行采集、整合、分析、展示，對于加強高職院校信息化建設、提高高職院校信息化應用水平，具有重要意義。

（一）數據處理與實時響應

智慧職教通過使用阿里云平臺及相關技術工具，在數據存儲與計算核心問題，包括業務系統數據分析、統一計算、數倉建模和運維監控等方面，滿足了海量數據的實時計算要求。在當前數據量規模下，無論是全量數據還是增量數據計算都能控制在較短的時間范圍內，對實時性要求較高的課堂互動、展示大屏等數據均能快速響應。

（二）數據采集與規范性管理

用戶以真實的姓名、學校、學號（工號）注冊智慧職教，如存在注冊多次或多個用戶名并存的行為，提供用戶數據合并功能，保證每位職業院校教師或學生在智慧職教平臺體系中保留唯一的真實賬戶信息。平臺中的高職院校信息根據全國普通高等學校名單提供的職業院校信息一一對應，并根據院校調整情況實時更新。面向企業用戶和社會學習者等非職業院校用戶，采用單位信息審核制。這些措施保證了系統內用戶數據的真實性、有效性和結構化。

（三）多場景分析模型構建

為滿足不同用戶在不同場景中的數據分析反饋需求，構建了多維度數據分析模型，包括教師/學生集群與個體畫像分析，基于專業的資源庫建設與應用分析，基于院校的信息化建設與預警分析，基于場景的課程教學設計及應用分析，針對開放共享的資源庫課程、面向小規模教學的spoc 課程以及大規模在線開放課程MOOC 等分別設計，以及基于課堂教學實施的實時數據分析與反饋。

（四）教學數據應用

目前，智慧職教形成了多系統、多權限的數據分析與展示系統。可通過數據大屏，面向院校管理員提供包括資源建設成果數據、課堂實施數據、在線開放課程建設情況、師生活躍度等信息，同時為學校教學管理和評價提供更詳細的分析報告。

在落實好《國家職業教育改革實施方案》，探索教育信息化2.0 實施路徑的大背景下，充分利用智慧職教平臺服務體系產生的教學資源建設、課程建設、教學設計、師生互動、學生管理、教學評價等各類在線教學行為數據，進行采集、整理、統計、分析，形成符合職業教育特色、滿足人才培養目標的職業教育大數據分析平臺是促進職業教育教學改革，提高教與學的效率與效益，培養技術技能人才的重要途徑和有效手段。